图像处理笔记 opencv 线性滤波器和非线性滤波

平滑处理

平滑处理（smoothing）也称模糊处理（bluring），是一种简单且使用频率很高的图像处理方法。平滑处理的用途有很多，最常见的是用来减少图像上的噪点或者失真。在涉及到降低图像分辨率时，平滑处理是非常好用的方法。

 

图像滤波与滤波器

图像滤波，指在尽量保留图像细节特征的条件下对目标图像的噪点进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像和分析的有效性和可靠性。

消除图像中的噪声成分叫作图像的平滑或者滤波操作。信号或图像的能量大部分集中在幅度谱的低频和中频段，而在较高频段，有用的信息经常被噪声淹没。因此一个能降低高频成分幅度的滤波器就能够减弱噪声的影响。

图像滤波的目的有两个：一个是抽出对象的特征作为图像识别的特征模式；另一个是为适应图像处理的要求，消除图像数字化是所混入的噪声。

对滤波处理的要求也有两条：一是不能损坏图像的轮廓及边缘等重要信息；二是使图像清晰视觉效果好。

滤波器的种类有很多，在OpenCV中提供了如下5中常用的图像平滑处理操作方法：

• 方框滤波——BoxBlur函数
• 均值滤波（领域平均滤波）——Blur函数
• 高斯滤波——GaussianBlur函数
• 中值滤波——medianBlur函数
• 双边滤波——bilateralFilter函数

 

线性滤波器

线性滤波器经常用于剔除输入信号中不想要的频率或者从许多频率中选择一个想要的频率。

• 低通滤波器：允许低频率通过；
• 高通滤波器：允许高频率通过；
• 带通滤波器：允